لماذا يبدو الذكاء الاصطناعي أذكى بالإنجليزية
بقلم Chatday Editorial Team ·
اسأل الذكاء الاصطناعي شيئاً بالإسبانية أو البولندية أو التركية، وستأتيك الإجابة بسرعة وبطلاقة. اسأل السؤال نفسه تماماً بالإنجليزية، وستلاحظ فرقاً خفيفاً. الرد أدق قليلاً. أكثر ترتيباً. وأكثر ثقة بنفسه.
لست تتخيل ذلك، والمشكلة ليست في طريقتك في الكتابة. الفجوة حقيقية، وقد قِيست، وسببها بسيط: هذه النماذج قرأت معظم ما قرأته بالإنجليزية.
الإنترنت الذي قرأته هذه النماذج معظمه بالإنجليزية
تتعلّم نماذج اللغة عبر قراءة كميات هائلة من النصوص المأخوذة من الويب. والويب الذي تقرؤه غير متوازن إلى حد كبير.
نظرت إحدى المراجعات في أرشيفات الويب الضخمة المستخدمة لهذا التدريب، واعتمدت على لقطة من Common Crawl في أواخر 2023، وهو زحف عام لمليارات الصفحات. شكّلت الإنجليزية نحو 44% منه. وجاءت الألمانية، وهي اللغة الثانية في القائمة، بنحو 5%. أما الباقي فتقاسمته كل اللغات الأخرى.
قارن ذلك بالعالم الفعلي. تضع قواعد بيانات اللغات عدد المتحدثين بالإنجليزية عند نحو 1.5 مليار شخص، مع احتساب كل من تعلمها كلغة ثانية، أي ما يقارب شخصاً من كل ستة. وهكذا، فإن لغة يستخدمها سدس البشر تقريباً توفّر ما يقارب نصف مواد القراءة.
النموذج لا يقرر تفضيل الإنجليزية. هو ببساطة يتدرّب عليها أكثر بكثير. كل تعبير، وكل صياغة ركيكة، وكل حالة غريبة تظهر آلاف المرات أكثر بالإنجليزية مقارنة بالكتالانية أو الفيتنامية، والتدرّب هو ما يصنع الفرق.
ربما يفكر الذكاء الاصطناعي بالإنجليزية قبل أن يجيبك
هذا هو الجزء الذي يفاجئ الناس. عندما تكتب بلغتك، لا يعني ذلك أن النموذج يستدل بها بالضرورة.
درست ورقة بحثية في 2025 ما يحدث فعلاً داخل النماذج متعددة اللغات أثناء الإجابة. وجد الباحثون أن هذه الأنظمة تتخذ قراراتها الأساسية في فضاء تمثيلي أقرب إلى الإنجليزية، مهما كانت لغة الإدخال أو الإخراج. وبحسب وصفهم، ينتج النموذج أولاً شيئاً ذا بنية إنجليزية للكلمات ذات المعنى، ثم يحوّله إلى اللغة الهدف.
تخيّل زميلاً لامعاً نشأ وهو يقرأ بالإنجليزية، ويعمل الآن معك في المكتب. هو يفهمك تماماً. لكن في مكان ما في الوسط، يحدث التفكير بلغته الأولى، والنسخة التي تعود إليك مرّت بخطوة ترجمة.
في أغلب الأوقات لن تلاحظ ذلك. تلاحظه حين تفشل النكتة، أو يخرج التعبير مترجماً كلمة بكلمة، أو تكون النبرة صحيحة لغوياً لكنها غير مناسبة اجتماعياً.
لماذا قد تكون لغتك أعلى تكلفة وتنفد مساحتها أسرع
هناك سبب ثانٍ، أكثر آلية، ولا علاقة له بالذكاء.
قبل أن يقرأ النموذج نصك، يقطّعه إلى أجزاء صغيرة تسمى رموزاً. وبشكل تقريبي، الرمز هو قطعة من كلمة. هذا التقطيع مضبوظ في معظمه على الإنجليزية، لذلك تحصل الإنجليزية على أجزاء فعّالة، بينما تتجزأ لغات أخرى إلى عدد أكبر بكثير منها.
وجدت الأبحاث في هذا المجال أن الجملة نفسها قد تستهلك ما يصل إلى 15 ضعفاً من الرموز في بعض اللغات مقارنة بالإنجليزية. وتميل اللغات التي لا تستخدم الأبجدية اللاتينية إلى أن تكون الأكثر تضرراً.
تنتج عن ذلك ثلاثة أمور، ويمكنك أن تشعر بها كلها:
- تصل إلى الحدود أسرع. تُحسب ذاكرة العمل لدى الذكاء الاصطناعي بالرموز، لذلك يستهلك المستند نفسه مساحة أكبر بلغتك.
- قد تكون التكلفة أعلى. عندما تفرض خدمة رسوماً حسب عدد الرموز، تكلف المهمة نفسها أكثر في لغة تتجزأ إلى عدد أكبر من القطع.
- قد يبدو أبطأ. المزيد من القطع يعني المزيد مما يجب على النموذج معالجته.
لا شيء من هذا عقوبة. إنه أثر جانبي لتصميم ضُبط على نصوص إنجليزية، وهو يشكّل تجربتك بهدوء.
إذن، ما حجم الفجوة فعلاً؟
كبيرة بما يكفي لتهمك، ومتفاوتة جداً. وضع معيار متعدد اللغات يسمى MMLU-ProX المجموعة نفسها من نحو 12,000 سؤال شبيه بأسئلة الامتحانات في 29 لغة، ما يتيح مقارنة نظيفة: الأسئلة نفسها، لغة مختلفة، والنموذج نفسه.
كان النمط ثابتاً. أدّت النماذج أداءً جيداً في اللغات واسعة النشر، وتراجعت في اللغات التي لديها مواد أقل على الإنترنت، مع فجوات وصلت إلى نحو 24 نقطة مئوية بين الأقوى والأضعف. في اختبار تكون فيه الدرجة الجيدة في السبعينيات، فإن خسارة 24 نقطة هي الفرق بين خبير واثق وطالب غير ثابت.
| موقع لغتك | من يشمل ذلك تقريباً | ما الذي تتوقعه |
|---|---|---|
| ممثلة بشكل ممتاز | الإنجليزية | أدق استدلال، أفضل تعابير، وتنسيق أكثر موثوقية |
| ممثلة جيداً | الإسبانية، الألمانية، الفرنسية، البرتغالية، الصينية، اليابانية | قريبة من الإنجليزية في معظم المهام اليومية، مع صياغات متكلّفة أحياناً |
| ممثلة بدرجة متوسطة | كثير من اللغات الأوروبية والآسيوية ذات الحضور الأصغر على الإنترنت | إجابات جيدة، نبرة تبدو مترجمة أكثر، وأخطاء أكثر في التفاصيل المحلية |
| ممثلة بشكل ضعيف | اللغات الأصغر ومعظم اللغات الإفريقية | استدلال أضعف بوضوح، أخطاء واثقة أكثر، تحقّق من كل شيء |
هناك تنبيهان صريحان. أسئلتك اليومية أسهل بكثير من الامتحان، لذلك تكون الفجوة التي تشعر بها عادة أصغر من الفجوة على الورق. كما أن هذه الأرقام تتحرك كل بضعة أشهر، وهذا يقودنا إلى الخبر الجيد.
الفجوة تضيق، وبشكل مقصود
اكتشفت المختبرات أن التدريب على مزيد من اللغات ليس عملاً خيرياً، بل ترقية للنموذج.
اختبرت ورقة بحثية في 2026 ذلك مباشرة، ووجدت أن إضافة لغات أثناء التدريب تحسّن النتائج عموماً. تحقق اللغات منخفضة الموارد مكاسب كبيرة، وتبقى اللغات عالية الموارد ثابتة بدلاً من أن تتدهور، بل إن إضافة لغة واحدة غير الإنجليزية حسّنت إنجليزية النموذج أيضاً. ووصف المؤلفون التدريب على الإنجليزية فقط بأنه غير أمثل إلى حد كبير.
لهذا يبدو كل جيل من النماذج أكثر طبيعية بلغتك من الجيل السابق. ولهذا أيضاً تستحق النصائح العملية أدناه أن تعيد تجربتها كل بضعة أشهر. فإجابة سؤال “أي ذكاء اصطناعي هو الأفضل بلغتي؟” تتغير باستمرار.
أربع طرق للحصول على إجابات أفضل بلغتك
1. حدّد اللغة والسجل اللغوي
لا تكتب بلغتك فقط وتنتظر الأفضل. قل ذلك صراحة. مثلاً: أجب بالبرتغالية، بسجل يومي طبيعي، كما يتحدث شخص فعلاً.
الجزء الأخير هو الأهم. إذا تُركت النماذج وحدها، فإنها تنجرف نحو صوت رسمي يبدو مترجماً، لأن هذا هو شكل معظم النصوص غير الإنجليزية على الإنترنت.
2. أره كيف تكتب
الصق جملتين أو ثلاثاً كتبتها بنفسك، واطلب منه أن يطابق هذا الصوت. هذا أنجح بكثير من وصف النبرة التي تريدها، وهو أسرع حل منفرد للشعور المصطنع في نصوص الذكاء الاصطناعي بأي لغة.
3. في الأسئلة الصعبة، افصل التفكير عن الإجابة
إذا كان السؤال صعباً حقاً، جرّب طرحه بالإنجليزية واطلب الإجابة بلغتك. بناءً على ما نعرفه عن الخطوة الوسطى ذات البنية الإنجليزية، قد يساعد ذلك أحياناً.
أحياناً. وليس دائماً. سيكلفك ذلك رسالة إضافية واحدة لتعرف، وإذا كان الاستدلال هو الجزء الصعب، فالتجربة تستحق.
4. غيّر النموذج، لا الموجّه
هذا ما لا يجرّبه معظم الناس، وغالباً ما يكون الحل الفائز. تدرّب المختبرات المختلفة نماذجها على خلطات مختلفة من اللغات، لذلك تختلف نقاط قوتها بلغتك أكثر مما توحي به رسائلها التسويقية. قد ينجح الموجّه نفسه بسلاسة في نموذج، ويبدو متكلّفاً في آخر، وهذا مثال محدد على السبب الأوسع الذي يجعل نماذج الذكاء الاصطناعي تعطيك إجابات مختلفة.
Gemini 3.1 Pro وClaude Sonnet 5 نقطتا بداية جيدتان، لكن لا تأخذ كلامنا كحقيقة نهائية. شغّل موجّهك في عدة نماذج، وانظر أيها يبدو كأنه شخص من المكان الذي تعيش فيه.
اختبار الثلاثة موجّهات لأي نموذج جديد
عندما تريد معرفة إن كان نموذج ما جيداً بلغتك، فلن تخبرك المعايير وحدها. ثلاثون ثانية من اختبارك الشخصي ستفعل. هذا ما ننظر إليه، ولماذا يكشف كل اختبار شيئاً مختلفاً:
- تعبير دارج أو نكتة. اطلب منه شرح مثل أو عبارة لا يستخدمها إلا أهل البلد. هذا يكشف النماذج التي تترجم بدلاً من أن تفهم.
- تفصيل محلي. اسأل عن أمر عملي ومحدد في المكان الذي تعيش فيه، ثم تحقق من الإجابة. هذا يكشف الاختلاق الواثق، وهو أغلى أنماط الفشل تكلفة.
- قطعة كتابة قصيرة بصوتك. رسالة إلى زميل، بالسجل الذي تستخدمه عادة. هذا يكشف التكلّف، والرسمية الخاطئة، وذلك الإحساس الواضح بأنها ترجمة.
جرّب هذه الثلاثة في نموذجين أو ثلاثة. سيكون لديك مفضّل خلال دقيقتين، وقد لا يكون الأشهر بينها.
أين لا تنفع كل هذه النصائح
للتوضيح بشأن الحدود: لا يستطيع التوجيه أن يضيف معرفة لم يمتلكها النموذج أصلاً.
إذا كان حضور لغتك على الإنترنت ضعيفاً، فالفجوة موجودة في التدريب، ولا تغلقها أي تعليمات ذكية. القواعد المحلية، والتفاصيل القانونية الإقليمية، وخصوصيات المدن الصغيرة هي أكثر الأماكن التي تخترع فيها النماذج بثقة، في كل اللغات، وهي أيضاً الأماكن التي يجب أن تتحقق منها قبل أن تتصرف.
في أي شيء له تبعات حقيقية، عقد، أو خطاب طبي، أو نموذج رسمي، تعامل مع مخرجات الذكاء الاصطناعي كمسودة أولى، واجعل إنساناً يتقن اللغة يقرأها. وعندما تكون المهمة ترجمة مباشرة لا محادثة، فإن أداة ترجمة مخصصة لهذا الغرض تتفوق على نافذة الدردشة. شرحنا ذلك المسار خطوة بخطوة في كيفية ترجمة أي شيء بالذكاء الاصطناعي.
الخلاصة
الذكاء الاصطناعي ليس أذكى بالإنجليزية. لكنه قرأ أكثر بالإنجليزية، وتدرّب عليها أكثر، والآلية التي تحته ضُبطت عليها. هذه الفجوة تضيق مع كل جيل، أسرع مما يدركه معظم الناس، لأن المختبرات اكتشفت أن تعليم النموذج لغات أكثر يجعله أفضل فيها كلها.
إلى أن تختفي الفجوة، لا يكون الحل أن تتخلى عن لغتك. بل أن تكون واضحاً بشأن ما تريد، وأن تري النموذج صوتك، وألا تفترض أن أول ذكاء اصطناعي جرّبته هو الأفضل في التحدث بلغتك.